NVIDIA DSX MaxLPS: مشاركة الطاقة الديناميكية لرفع كفاءة مصانع الذكاء الاصطناعي

ما الذي أعلنته إنفيديا؟

نشرت إنفيديا على مدونة مطوّريها شرحًا لتقنية DSX MaxLPS، وهي آلية لمشاركة الطاقة محكومة بسياسات (policy-governed) توزّع الطاقة ديناميكيًا بين موارد الحوسبة المشاركة داخل ما تسميه الشركة "مصانع الذكاء الاصطناعي" (AI factories).

الفكرة المحورية التي يبدأ بها المصدر واضحة: كل واط غير مستخدم هو سعة مهدرة. فمصانع الذكاء الاصطناعي تُجهَّز عادةً للحظة غير مرجّحة الحدوث عندما تصل كل وحدة GPU إلى ذروة استهلاكها، ما يخلق هامشًا وقائيًا يترك بنية تحتية قيّمة غير مستغلة خلال التشغيل الطبيعي.

كيف تعمل الفكرة؟

بدلًا من تثبيت سقف طاقة لكل مورد على حدة، تتيح DSX MaxLPS توزيع الطاقة ديناميكيًا بين الموارد المشاركة وفق سياسات محددة. وبحسب المصدر، يتيح ذلك للعملاء نشر موارد إضافية ضمن نفس ميزانية الطاقة المتاحة.

لماذا يهم هذا مراكز البيانات في المنطقة؟

تشهد منطقة الشرق الأوسط توسعًا متسارعًا في بناء مراكز بيانات الذكاء الاصطناعي، حيث تُعد الطاقة والتكلفة التشغيلية من أكبر القيود. أي تقنية ترفع الإنتاجية لكل واط يمكن أن تعني:

• استيعاب أحمال تدريب واستدلال أكبر بنفس القدرة الكهربائية.
• تأجيل أو تقليص استثمارات توسعة البنية التحتية.
• تحسين جدوى المشاريع الكبرى التي تعتمد على كثافة حوسبة عالية.

مقارنة مفاهيمية

النهج	تخصيص الطاقة	الأثر على السعة
التجهيز التقليدي للذروة	سقف ثابت لكل مورد	هامش وقائي كبير وغير مستغل
DSX MaxLPS	توزيع ديناميكي محكوم بسياسات	استغلال أعلى للطاقة المتاحة

ما الذي لا يقوله المصدر؟

الملخص المتاح لا يحدد أرقامًا دقيقة عن نسبة التحسين، ولا تفاصيل التسعير أو التوفر الإقليمي أو متطلبات الأجهزة والبرمجيات. لذلك يُنصح الفرق التقنية بالرجوع إلى الرابط الأصلي قبل بناء قرارات الشراء أو التوسعة على هذه التقنية.

تنويه: هذا المقال يلخّص معلومات من المصدر المذكور. للأرقام والتواريخ الرسمية، راجع الرابط الأصلي. لا نضيف تفاصيل غير منشورة في المصدر.